基于支持向量機(jī)的雜草識(shí)別研究.pdf

1、隨著計(jì)算機(jī)視覺技術(shù)的發(fā)展，使用機(jī)器視覺技術(shù)進(jìn)行雜草識(shí)別已經(jīng)成為當(dāng)前的研究熱點(diǎn)。本文利用支持向量機(jī)在處理小樣本，非線性問題方面的優(yōu)勢(shì)，將支持向量機(jī)應(yīng)用于雜草識(shí)別中，以提高小樣本雜草識(shí)別的準(zhǔn)確性。本文選取東北地區(qū)甜菜與大豆農(nóng)田雜草作為主要研究對(duì)象，對(duì)在自然光條件下使用數(shù)碼相機(jī)獲得的圖像進(jìn)行了研究，開發(fā)出了一套雜草圖像識(shí)別系統(tǒng)，對(duì)30種田間雜草實(shí)現(xiàn)了智能識(shí)別。
　　 本文首先對(duì)所拍攝的雜草圖像進(jìn)行規(guī)格化，規(guī)格化后的雜草圖像大小為256

2、×256。為了從復(fù)雜的背景環(huán)境下識(shí)別出雜草植株，采用超綠色法對(duì)雜草圖像進(jìn)行灰度化。在對(duì)灰度圖像二值化的過程中，提出了一種改進(jìn)的大津法。該算法十分穩(wěn)定，可以比較準(zhǔn)確的獲得雜草區(qū)域的二值圖像。為了能消除二值圖像背景上出現(xiàn)的白色小點(diǎn)，葉片上有小黑洞等情況，本文綜合使用形態(tài)學(xué)處理、孔洞填充和小面積消去處理二值圖像。之后提取了兩個(gè)對(duì)植株有效的形狀特征，植株的骨架面積比、骨架周長比。然后將目標(biāo)二值圖像映射到灰度圖像，使用共生矩陣與Gabor小波對(duì)灰